1应用回归分析论文之欧阳光明创编

JISHOU UNIVERSITY

欧阳光明（2021.03.07）

本科生课程论文

题目：粮食总产量的影响因素分析课程名

称：应用回归分析

所属学

院：

专业年

级：

学生姓

名：学号：

完成时

间：2015 年12月23日

目录

摘要： ----------------------------------------------- 1关键词： -------------------------------------------- 1

一、引言 --------------------------------------------- 1

二、模型设定及数据准备 ----------------------------- 1

三、回归模型建立 ------------------------------------ 2

1.模型设定---------------------------------------- 2

2、估计参数--------------------------------------- 3

四、模型检验 ----------------------------------------- 4

1、经济意义检验--------------------------------- 4

2、统计检验--------------------------------------- 4

3、回归模型检验----------------------------------- 4

（1）多重共线性检验---------------------------- 4

（2）逐步回归5

（3）异方差检验------------------------------- 7

（4）自相关检验------------------------------- 8

五、模型的确定 --------------------------------------- 9

六、结论 --------------------------------------------- 9参考文献9

附录 ------------------------------------------------ 10

粮食总产量的影响因素分析

摘要：

目前，我国70%人口为农村人口，农业生产的发展直接关系广大农民生活的提高，直接关系到国家经济建设目标的实现。影响粮食产量的因素很多，本文将对影响我国粮食产量的部分因素（包括农用机械总动力、化肥施用量、粮食作物耕种面积）进行分析，并利用spss统计软件，运用逐步回归分析方法，建立了我国粮食产量的回归模型，从中分理出主要影响因素。研究表明，利用逐步回归分析法建立的模型具有很好的拟合效果，影响我国粮食产量的主要因素为：化肥施用量、粮食作物耕种面积。通过分析得出结论：提高粮食作物耕种面积是粮食增产的最有效途径，不过考虑到我国耕地资源有限，可提高粮食面积单产来达到提高粮食总产量的目标；高度机械化带来农业机械的闲置，农业机械的大量增加在粮食增产上效果并不明显：盲目增加化肥的使用量并不能从根本上增加粮食产量，关键是要提高化肥的利用率。

关键词：粮食总产量农用机械总动力化肥施用量粮食作物耕种面积OLS回归多重共线性

一、引言

1998—2003年，我国粮食总产量连续5年下降，总产量由51230万吨下降到43065万吨，下降幅度到16%。从各个影响因素来看，造成下降的主要原因是耕种面积的减少。而造成耕种面积减少的根本原因就是来自粮食价格的信号，粮食价格低迷直接造成种粮收益的降低，农民或者改变种植结构，或者索性撂荒，致使粮食耕种面积大幅下降。2004年以后，我国粮食实现恢复性增产，重视退耕还林草，进行水土治理，改善生态环境，改善农田小气候，同时应加强农田水利建设，进行生产能力建设，保证粮食生产的稳定发展。

二、模型设定及数据准备

影响粮食总产量的因素有很多，包括粮食作物耕种面积、粮食面积单产、有效灌溉面积、化肥用量、农药用量、农业机械总动力、农用塑料薄膜用量、受灾面积、成灾面积等，现选取了五个解释变量粮食播种面积（X1) 、农业化肥施用量(X2)、成灾面积(X3)、农业机械总动力(X4)、有效灌溉面积(X5)，对我国1990

年到2013年的粮食总产量(Y)进行分析，并利用计量经济学方法对所建立模型进

行定量分析，研究各影响因素的影响程度。

(数据见附录)。

三、回归模型建立

1.模型设定

首先，根据1990年—2013年的相关数据利用SPSS软件分析和估计模型的参数，得到序列Y、X1、X2、X3、X4、X5的矩阵图。

可以看出，粮食产量及各影响因素的差异明显，其变动的方向基本相同，相互间可能具有一定的相关性，将模型设定为线性回归模型形式：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+μ

2、估计参数

利用SPSS对上述数据作线性回归分析，估计模型参数，输出结果2-1如下。

系数a

模型非标准化系数标准系数t Sig. 共线性统计量

（1）根据输出结果可以得出，模型估计的结果写为

Y=-34682.786+0.571X1+5.384X2-0.158X3-0.078X4+0.123X5

(7616.047) (0.041) (0.680) (0.029) (0.028) (0.201)

t=(-4.554) (13.776) (7.917) (-5.408) (-2.830) (0.62)

R2=0.985 2 =0.981F=241.06 DW=2.156

（2）复相关R=0.993，决定系数R²=0.985，由决定系数看，回归方程高度显著。

（3）由方差分析表可以得出，F=241.06，P值=0.000，表明回归方程高度显著，说明X1、X2、X3、X4、X5整体上对Y有高度显著地线性影响。

四、模型检验

1、经济意义检验

从经济学意义上来说，我国粮食产量Y与粮食播种面积X1、农业化肥使用量

X2、农用机械总动力X4、有效灌溉面积X5成正相关，与成灾面积X3成负相关。